采购 AI 办公工具，第一步不应是比较月费，而应是给企业数据分级。原因很简单：办公智能体不再只是生成文字，它可能读取文档、整理会议内容、分析表格，甚至参与跨系统任务。工具能力越强，接触的数据范围越广，采购失误带来的风险也越高。
数据分级的核心，不是把所有文件都贴上“机密”标签，而是根据泄露后的影响，区分不同处理边界。可以先建立三层判断：
- 公开数据：公开资料、宣传文案、已发布的产品信息，可优先用于评估工具的基础能力。
- 内部数据：未公开的周报、会议纪要、业务流程和普通运营材料，需要确认数据保存、访问权限和团队账号管理方式。
- 敏感数据：合同、研报、客户信息、财务材料、内部战略及涉及合规要求的文件，不应直接上传到未经核验的服务中。
完成分级后，再决定采购方式。公开数据可以用于免费试用和功能压测；内部数据应在企业账号、权限管理和数据使用规则明确后再进行验证；敏感数据则要重点核验数据是否出域、是否支持更严格的部署方式，以及供应商能否提供清晰的安全与运维说明。不能因为某个工具价格低，就跳过这些判断。
采购评估也应从“功能清单”转向“数据流审查”。重点问清四个问题：工具会接触哪些数据，数据会被谁访问，数据保存多久，员工能否区分个人使用与企业使用。尤其要警惕代充、拼车和不明中转服务，因为合同、研报和内部材料一旦经过不可控环节，省下的订阅费很可能抵不过数据泄露的代价。
更稳妥的做法是分阶段推进：先用公开数据完成能力测试，再用低敏感度的真实任务验证效率，最后才评估是否扩大到内部或敏感场景。每个阶段都要同时记录任务效果、积分消耗、权限边界和异常情况，而不是只看演示效果。
AI 办公采购的预算，必须建立在数据边界之上。先分级，才能知道哪些场景可以试、哪些场景值得付费、哪些场景必须谨慎。工具选型不是单纯购买更强的模型，而是在效率、成本与数据风险之间确定可接受的边界。